Aller au contenu
CI/CD & Automatisation medium

Volet 1 : Fondamentaux Dagger en Python

4 min de lecture

Ce premier volet vous amène du « script Python qui build » au « pipeline complet et reproductible ». Vous apprendrez l’API Dagger, le cycle async, la gestion des fichiers, et surtout le cache qui fait toute la différence.

  • Mental model : comprendre l’architecture “local-first” de Dagger
  • Container API : manipuler images, commandes et variables d’environnement
  • Fichiers : monter des répertoires, récupérer des outputs
  • Tests : intégrer pytest et générer des rapports
  • Build : créer des images OCI reproductibles
  • Cache : accélérer drastiquement vos pipelines
  • Secrets : injecter des credentials sans fuites
  • CI : exécuter le même pipeline en local et en GitLab/GitHub
#ModuleNiveauFocus
1Mental model “local-first”Débutantengine, CLI, local vs CI
2Installation & “Hello Pipeline”Débutantprojet, env, premiers conteneurs
3Connexion, cycle async, erreursDébutantconnect, logs, exceptions
4Container API : images, exec, envDébutantfrom_, with_exec, variables
5Fichiers & workspaceDébutantdir, mounts, outputs
6Tests : pytest + rapportsIntermédiairejunit, couverture, artefacts
7Build d’image : reproductibilitéIntermédiairebuild context, tags, metadata
8Caching : layers vs volumes vs fonctionsIntermédiaireperfs, invalidation
9Secrets (sans fuites)Intermédiaireinjection, logs, bonnes pratiques
10Paramétrage : config, matrix simpleIntermédiaireoptions, branches, versions
11Intégration CI (GitLab/GitHub)Intermédiaireexécuter le même pipeline en CI
12Synthèse : pipeline complet “propre”Intermédiairemini-capstone

Avant de commencer ce volet :

  • Python 3.10+ : connaissance des bases (fonctions, classes, async)
  • Git : cloner un repo, commits, branches
  • Terminal : navigation, commandes de base
  • Docker ou Podman : installé et fonctionnel

Tout au long du Volet 1, vous travaillerez sur un projet Python minimal (hello-dagger) que vous enrichirez à chaque module :

  1. Installation : initialiser Dagger sur le projet
  2. Tests : ajouter pytest et générer des rapports
  3. Build : créer une image Docker
  4. CI : exécuter le pipeline en GitLab/GitHub

Ce site vous est utile ?

Sachez que moins de 1% des lecteurs soutiennent ce site.

Je maintiens +700 guides gratuits, sans pub ni tracing. Aujourd'hui, ce site ne couvre même pas mes frais d'hébergement, d'électricité, de matériel, de logiciels, mais surtout de cafés.

Un soutien régulier, même symbolique, m'aide à garder ces ressources gratuites et à continuer de produire des guides de qualité. Merci pour votre appui.